Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs DeepSeek: DeepSeek V4 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-24

Metrik DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01 DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24
Skor 8.0 7.8
Peringkat #31 #35
Konsistensi 8.2 7.8
Tes benar
Tingkat lulus per percobaan 79.6% 79.6%
Tes tidak stabil 4 5
Total Run 52 52
Biaya per hasil 0.231 0.189
Total Biaya $0.028 $0.021
Harga input $0.252 / 1M $0.140 / 1M
Harga output $0.378 / 1M $0.280 / 1M
Token output 7,554 1,757
Token penalaran 45,588 55,907
Waktu respons (rata-rata) 43.49s 47.47s
Waktu respons (maks) 180.92s 255.28s
Waktu respons (total) 782.73s 854.45s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 8.4 9.9 75.0% 0 30.72s 3,773 7,523
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 140 7,770
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 4.7 1.6 66.7% 1 180.92s 626 6,792
DeepSeek V4 Flash 10.0 10.0 100.0% 0 62.48s 369 9,361
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 571 6,296
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 465 7,347
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 207 7,693
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 201 1,179
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 5.3 7.2 44.4% 1 21.78s 15 4,933
DeepSeek V4 Flash 4.1 4.4 44.5% 2 112.69s 19 24,857
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 5.4 2.5 66.7% 1 31.30s 68 2,366
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 79 632
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 1,397 2,845
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 63 1,622
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 8.2 7.2 88.9% 1 36.87s 390 6,281
DeepSeek V4 Flash 6.4 4.5 77.8% 2 25.53s 193 2,597
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 507 859
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 228 542

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 FlashhighvsGLM 5V TurbomediumDeepSeek V4 FlashhighvsQwen3.5-FlashmediumDeepSeek V4 FlashhighvsGLM 5.1mediumDeepSeek V4 FlashhighvsStep 3.5 FlashmediumDeepSeek V3.2mediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewnoneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewnoneDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsMiMo-V2.5mediumDeepSeek V4 FlashhighvsKimi K2.6mediumDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewlowDeepSeek V3.2mediumvsGemini 3 Flash Previewnone